feat: 会话亲和粘住缓存渠道；透传 opaque 字段；用量记思考/1h 缓存写/实际模型

会话亲和（proxy/affinity.go）：同一会话粘住上次应答的渠道，命中上游提示词
缓存而非被加权随机打散后全价重算。会话身份 = 密钥 + 模型 + 请求文本稳定前缀
摘要，不依赖各客户端会话头；TTL 默认 5m（OT_PROXY_AFFINITY_TTL，0=关闭），
成功应答刷新。亲和渠道必须在候选集内（健康/未冷却/绑定），否则回退加权随机。
proxyOne 增加 served 返回值区分「应答成功」与「已终结但失败」。

opaque 透传（convert）：chat↔responses 互转原样携带 metadata、service_tier、
parallel_tool_calls。此前逐字段重建请求体会丢它们，而中转上游会校验/使用。

用量细化（proxy+store）：usage_logs 新增 reasoning_tokens（展示口径，不重复
计费）、cache_write_1h_tokens（Anthropic 1h 缓存写按 2× 输入价，此前统一
1.25× 少算 60%）、served_model（上游实际应答模型，映射/聚合商场景对账）。
schema v6→v7。

验证：go vet ./... 干净；go test ./... 与 go test -race ./... 全绿；
新增测试覆盖亲和粘性与冷却回退、opaque 双向透传、reasoning 不重复计费、
1h/5m 缓存写分开计价、served_model 提取（非流式与流式）。

server/internal/proxy/affinity_test.go

@@ -0,0 +1,87 @@
+package proxy
+
+import (
+	"io"
+	"net/http"
+	"net/http/httptest"
+	"strings"
+	"sync/atomic"
+	"testing"
+	"time"
+
+	"github.com/openteam/server/internal/channel"
+	"github.com/openteam/server/internal/store"
+)
+
+// 会话亲和：同一会话（同密钥+模型+同首条消息）粘住上次应答的渠道——
+// 即使加权随机此时会选别的渠道；不同会话不受影响，照常负载均衡。
+func TestAffinitySticksToAnsweringChannel(t *testing.T) {
+	var ch1Hits, ch2Hits atomic.Int64
+	ch1 := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		ch1Hits.Add(1)
+		_, _ = io.WriteString(w, `{"id":"ok","choices":[{"message":{"role":"assistant","content":"from-1"},"finish_reason":"stop"}],"usage":{"prompt_tokens":1,"completion_tokens":1}}`)
+	}))
+	defer ch1.Close()
+	ch2 := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		ch2Hits.Add(1)
+		_, _ = io.WriteString(w, `{"id":"ok","choices":[{"message":{"role":"assistant","content":"from-2"},"finish_reason":"stop"}],"usage":{"prompt_tokens":1,"completion_tokens":1}}`)
+	}))
+	defer ch2.Close()
+
+	h := newHarness(t, ch1.URL, 0, true, nil)
+	h.gw.affinityTTL = 5 * time.Minute
+	addChannel(t, h, "c2", ch2.URL, 1)
+	pushWeightTo(t, h, "c1", 1000)
+
+	sameConv := `{"model":"m1","messages":[{"role":"user","content":"会话的第一条消息"}]}`
+	// 第一轮：权重压在渠道1，应答来自渠道1，亲和绑定建立
+	if w := h.run(t, nil, sameConv); w.Code != http.StatusOK || !strings.Contains(w.Body.String(), "from-1") {
+		t.Fatalf("第一轮应来自渠道1：%d %s", w.Code, w.Body.String())
+	}
+	// 反转权重：加权随机此刻会选渠道2
+	pushWeightTo(t, h, "c1", 1)
+	pushWeightTo(t, h, "c2", 1000)
+
+	// 同一会话第二轮：仍应粘在渠道1（缓存值得保留）
+	if w := h.run(t, nil, sameConv); !strings.Contains(w.Body.String(), "from-1") {
+		t.Fatalf("同一会话应粘住渠道1：%s", w.Body.String())
+	}
+	// 不同会话（不同首条消息）：走加权随机，落到渠道2
+	otherConv := `{"model":"m1","messages":[{"role":"user","content":"另一个会话的开场"}]}`
+	if w := h.run(t, nil, otherConv); !strings.Contains(w.Body.String(), "from-2") {
+		t.Fatalf("不同会话应走加权随机落到渠道2：%s", w.Body.String())
+	}
+	if ch1Hits.Load() != 2 || ch2Hits.Load() != 1 {
+		t.Fatalf("命中次数不符：ch1=%d ch2=%d", ch1Hits.Load(), ch2Hits.Load())
+	}
+}
+
+// 亲和渠道进入运行期冷却后自动失效，回退加权随机；不会把请求发给冷却中的渠道。
+func TestAffinityRespectsCooldown(t *testing.T) {
+	ch1 := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		t.Error("冷却中的渠道1 不应收到请求")
+		_, _ = io.WriteString(w, `{"id":"bad"}`)
+	}))
+	defer ch1.Close()
+	ch2 := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		_, _ = io.WriteString(w, `{"id":"ok","choices":[{"message":{"role":"assistant","content":"from-2"},"finish_reason":"stop"}],"usage":{"prompt_tokens":1,"completion_tokens":1}}`)
+	}))
+	defer ch2.Close()
+
+	h := newHarness(t, ch1.URL, 0, true, nil)
+	h.gw.affinityTTL = 5 * time.Minute
+	addChannel(t, h, "c2", ch2.URL, 1)
+
+	// 预置亲和绑定指向渠道1，随后让渠道1 进运行期冷却
+	var ch1row store.Channel
+	h.db.Where("name = ?", "c1").First(&ch1row)
+	h.gw.aff.put(affinityKey(1, "m1", "会话的第一条消息"), ch1row.ID, 5*time.Minute)
+	for i := 0; i < 3; i++ {
+		h.gw.ch.ReportFailure(&ch1row, channel.FailRate, 0)
+	}
+
+	w := h.run(t, nil, `{"model":"m1","messages":[{"role":"user","content":"会话的第一条消息"}]}`)
+	if !strings.Contains(w.Body.String(), "from-2") {
+		t.Fatalf("冷却后亲和应失效并切换渠道2：%d %s", w.Code, w.Body.String())
+	}
+}